Pengantar Teknologi Informasi

Transkripsi

1 Pengantar Teknologi Informasi Data & Informasi Defri Kurniawan, M.Kom Fasilkom 10/25/2013

2 Content Struktur Data Konsep Dasar, Tipe Data, Konstanta dan Variabel Fundamental Database Pengertian, Redudansi, Latar Belakang, Model Data Mining Datawarehouse

3 Struktur Data

4 Konsep dasar struktur data Struktur adalah cara sesuatu disusun atau dibangun; susunan; bangunan Data adalah representasi dari fakta dunia nyata/ catatan atas kumpulan fakta Struktur Data adalah cara menyimpan atau merepresentasikan data di dalam komputer agar bisa dipakai secara efesien

5 Konsep dasar struktur data Pemakaian struktur data yang tepat di dalam proses pemrograman akan menghasilkan algoritma yang lebih jelas dan tepat, sehingga menjadikan program secara keseluruhan lebih efesien dan sederhana

6 Tipe Data TIPE DATA Himpunan Nilai Himpunan operasi yang diperkenankan terhadap nilainilai tersebut TIPE DATA ATOMIK Tipe data yang tak bisa diuraikan lagi Contoh: INTEGER, CHAR,.. TIPE DATA MAJEMUK Tipe data yang masih bisa diuraikan ke dalam satu atau beberapa tipe atomik Contoh: STRING, ARRAY,..

7 Tipe Data 7 Tipe data dasar yang terdapat di Borland C++ :

8 Tipe Data Tipe data tambahan Borland C++

9 Konstanta dan Variabel Variabel adalah suatu tempat untuk menampung data yang nilainya selalu berubah. Konstanta adalah suatu tempat untuk menampung data yang nilainya selalu tetap dan tidak pernah berubah

10 Fundamental Database

11 Content Fundamental Database Fundamental database Pengertian Basis Data Pengertian Redudansi Latar Belakang Basis Data Model Basis Data

12 Pengertian Basis Data Silberschatz, dkk (2002), mendefinisikan basis data sebagai kumpulan data berisi informasi yang sesuai untuk sebuah perusahaan. Menurut Mc Leod, dkk (2001), basis data adalah kumpulan seluruh sumber daya berbasis komputer milik organisasi.

13 Pengertian Basis Data Ramakrishnan dan Gehrke (2003), menyatakan basis data sebagai kumpulan data, umumnya mendiskripsikan aktivitas satu organisasi atau lebih yang berhubungan. Misalnya, basis data universitas mungkin berisi informasi mengenai hal berikut: Hubungan antar aktivitas seperti registrasi mahasiswa dalam matakuliah, fakultas yang mengajarkan matakuliah dan pengguna ruang kuliah.

14 Pengertian Basis Data Silberschatz, dkk (2002), -Kumpulan data berupa Informasi Stephens dan Plew ;2000 -Menyimpan Informasi dan data Mc Leod, dkk (2001), - kumpulan seluruh sumber daya berbasis komputer Definisi Basis Data Ramakrishnan dan Gehrke (2003) -Kumpulan data yg mendiskripsikan aktivitas 14

15 Pengertian Basis Data Kesimpulan Pengertian Basis Data: Basis data didefinisikan sebagai sekumpulan data yang saling berhubungan, disimpan dengan minimum redundansi (pengulangan) untuk melayani banyak aplikasi secara optimal dengan tujuan memudahkan dan mempercepat pengambilan kembali data/arsip

16 Pengertian Redudansi Pengertian redundansi pada basis data 1. Penyimpanan data yang sama secara berulang NIM KODE_MK SKS NILAI A10 MK_01 3 A A10 MK_02 2 B A11 MK_01 3 A A12 MK_01 3 A A12 MK_02 2 B A12 MK_03 3 B Terjadi pengulangan penulisan pasangan KODE_MK dan SKS yang sama. Misalnya untuk MK_01 (ditulis 3 kali), dan MK_02 (ditulis 2 kali) 16

17 Pengertian Redudansi Redundansi Duplikasi data NIM KODE_MK NILAI A10 MK_01 A A10 MK_02 B A11 MK_01 A A12 MK_01 A A12 MK_02 B A12 MK_03 B Duplikasi terjadi karena penulisan KODE_MK untuk MK_01 dan MK_02, yang berturut-turut diulang sebanyak 3 dan 2 kali. Duplikasi penulisan seringkali tidak dapat dihindarkan dalam penyimpanan data 17

18 Pengertian Redudansi 2. Penyimpanan data yang dapat diperoleh dari data lain NIM NIP_WALI NIP_WALI NAMA_WALI A10 ADN_011 ADN_011 MAX A11 AND_012 AND_012 ROBERT Tabel a) Tabel b) NAMA_WALI TELP_WALI NIM TELP_WALI MAX (024)001 A10 (024)001 ROBERT (024)002 A11 (024)002 Tabel c) Tabel d) 18

19 Pengertian Redudansi 2. Penyimpanan data yang dapat diperoleh dari data lain Dengan mengamati keempat tabel di atas, ternyata Tabel d) berisi data yang dapat diperoleh dari tabel lain, yaitu dengan meng-hubungkan Tabel a), b), dan c). Dengan demikian untuk menghilangkan redundansi, Tabel d) perlu dihilangkan. 19

20 Pengertian Redudansi 3. Data yg sama disimpan dalam banyak table yg berbeda Nim Nama_Mhs Kd_MK Nm_MK SKS A10 MAX MK_01 Pancasila 2 A11 ROBERT MK_02 Agama 2 Tabel Mahasiswa Tabel Matakuliah Nim Nama_Mhs Kd_MK Nm_MK SKS Nilai A10 MAX Pancasila 2 MK_01 A A11 ROBERT Agama 2 MK_02 B Tabel Nilai 20

21 Pengertian Redudansi 3. Data yg sama disimpan dalam banyak table yg berbeda Dengan mengamati ke tiga table diatas, terdapat redundansi, yaitu atribut(data) Nama_mhs, Nm_MK dan SKS tersimpan pada beberapa table yang berbeda. Hal ini harus dihindari dengan jalan menghilangkan atribut Nama_mhs, Nm_MK dan SKS pada table Nilai 21

22 Latar Belakang Basis Data Pemrosesan data diperlukan untuk mengolah data menjadi informasi. Integrasi data dapat menjadikan informasi menjadi lengkap (utuh) dan relevan Sebelum diterapkannya Basis Data, pekerjaan pemrosesan data dilakukan secara terpisah oleh bagian terkait (pemrosesan file tradisional) Aplikasi Akademik Aplikasi Keuangan Aplikasi Alumni File Data Akademik File Data Keuangan File Data Alumni

23 Latar Belakang Basis Data Pemrosesan data yang dilakukan secara tradisional, memiliki keterbatasan meliputi: 1. Data menjadi terpisah dan terisolasi 2. Munculnya redundansi data 3. Berpotensi terjadinya inkonsistensi data 4. Munculnya data yang membingungkan (data confusion) 5. Program aplikasi tergantung pada format file 6. Sulit untuk menyajikan objek data yang komplek

24 Latar Belakang Basis Data Dengan keterbatasan-keterbatasan tersebut, pemrosesan file tradisional kurang mempunyai keluwesan dan tidak mendukung pemakaian data bersama (data sharing). Hal ini menyebabkan tidak dapat dilakukannya pertukaran data dan sering terjadi atau terpaksa harus dilakukan pengetikan ulang data dari satu aplikasi ke aplikasi yang lain. Sehingga untuk mengatasinya, dikenalkan konsep baru yang disebut basis data.

25 Latar Belakang Basis Data Kesimpulan Alasan Menggunakan Basis Data Kita dapat memperoleh/menemukan kembali data dengan mudah dan cepat Di dalam penggunaan basis data, terdapat suatu tempat penyimpanan data tunggal yang dikelola Data tersebut didefinisikan sekali dan kemudian diakses oleh bermacam pengguna dan aplikasi Penggunaan basis data memberikan sejumlah keunggulan potensial dibandingkan dengan pemrosesan file tradisional 25

26 Ada banyak cara untuk memodelkan struktur basis data: dikenal sebagai model basis data atau model data Beberapa Jenis Model Data : 1. Model data File datar ( Flat-file data model ) 2. Model data Hirarki ( Hierarchichal data model ) 3. Model data Jaringan ( Network data model ) 4. Model data Relasional ( Relational data model ) 5. Model data Keterhubungan Entitas ( Entity Relationship data model ) 6. Model data Berorientasi Objek (Object Oriented data model )

27 1. Model data File datar ( Flat-file data model ) a. Sebuah flat-file database adalah database yang hanya memiliki sebuah tabel. b. Fields-nya memiliki panjang konstan atau panjang bervariasi yang dipisahkan dengan beberapa karakter (delimeter). c. Sebuah field digunakan sebagai key field (atau index field)

28 Contoh 1, Flat-file Model Data The image cannot be displayed. Your computer may not have enough memory to open the image, or the image may have been corrupted. Restart your computer, and then open the file again. If the red x still appears, you may have to delete the image and then insert it again. Tabel kartu nama yang diindex

29 Contoh 2, Flat-file Model Data Model data flat-file dengan panjang fields-nya konstan Mulyono Progdi TI-S Arifin Progdi TI-S Tyas Catur P. Progdi TI-S Ifan Riska Progdi TI-S Ayu Pertiwi Progdi TI-S1

30 Contoh 3, Flat-file Model Data Model data flat-file dengan panjang fields-nya bervariasi 0123: Mulyono: Progdi TI-S1 1234: Max Tetelepta : Progdi TI-S1 2345: Tyas Catur P.: Progdi TI-S1 3456: Ifan Riska:PS. Progdi TI-S1 4567: Ayu Pertiwi:PS. Progdi TI-S1 5678: Etika Kartika:PS. Progdi TI-S1 6789: Anthoni Suteja:PS. Progdi TI-S1 7890: Fikri Budiman: Progdi TI-S1

31 Kelemahan model data flat-file: Flat-file tidak menggunakan struktur data yang dengan mudah dapat direlasikan Sulit untuk mengatur data secara efisien dan menjamin akurasi Program harus dikembangkan untuk mengatur data

32 2. Model data Hirarki ( Hierarchichal data model ) a. Model mengikuti pola hirarki pada suatu organisasi atau suatu keluarga, dimana terdapat rekaman data yang berfungsi sebagai bapak (parent-record) ada yang berfungsi sebagai anak (child-record), atau sebagai pimpinan dan anak-buah. b. Dalam model ini seorang bapak bisa memiliki lebih dari satu anak tetapi seorang anak hanya boleh memiliki satu bapak c. sekumpulan record yang dihubungkan satu sama lain melalui link d. Memiliki kemampuan untuk menemukan dan memelihara relasi antar kelompok data

33 Contoh 1: Hirarki Model Data

34 Contoh 2: Hirarki Model Data

35 Contoh 3: Hirarki Model Data Contoh basis-data yang menggambarkan rencana studi mahasiswa dimana seorang mahasiswa boleh mengambil beberapa matakuliah Pada model diatas tidak direpresentasikan bahwa satu matakuliah diambil oleh beberapa mahasiswa, karena berarti menyalahi aturan dimana satu anak (kuliah) memiliki banyak bapak (mahasiswa). Pada Kondisi ini model data hirarki mengalami keterbatasan

36 Contoh 4: Hirarki Model Data

37 Keunggulan Hirarki Model Data Keunggulan dari model ini terletak pada keteraturan struktur yang ditunjukkannya dan sangat cocok diterapkan pada sebuah sistem/persoalan yang keterkaitan antara objek-objek di dalamnya mengikuti struktur hirarkis tertentu Kelemahan : Pengguna harus sangat familiar dengan struktur basis data Terjadi redudansi data, karena tidak mendukung hubungan relasi many to many.

38 3. Model data Jaringan ( Network data model ) Pengembangan dari model data hirarkis. Sebuah child-record bisa memiliki lebih dari satu parent-record. Adanya penghubung (link) antara parentrecord dan child-record yang bisa satu arah atau dua-arah Network model menyusun record - record dalam bentuk graph, sedangkan Hierarchichal model disajikan dalam bentuk tree (pohon). 3 8

39 Contoh 1, Model Data Jaringan Berbeda dengan hirarki model, pada model jaringan dapat menggunakan hubungan 2 arah, mendukung relasi many to many.

40 Contoh 2, Model Data Jaringan

41 Contoh 3, Model Data Jaringan

42 Kelebihan model data jaringan: Akses data yang cepat karena langsung memanfaatkan pointer ke alamat fisik data Efisiensi ruang penyimpanan karena redudansi dapat dikendalikan (bahkan dapat tidak ada redudansi). User dapat mengakses data dimulai dari beberapa tabel

43 Kelemahan basis data jaringan: Struktur basis datanya tidak mudah untuk dilakukan modifikasi Proses query pada model jaringan jauh lebih kompleks Operasi manipulasi data dilakukan dengan penelusuran melalui data pointer yang ada User harus memahami struktur basis data.

44 4. Model data Relasional ( Relational data model ) Model basis data relasional merupakan model basis data yang paling populer banyak digunakan sekarang ini Unit utama yang disimpan pada basis data adalah berbentuk tabel atau kelompok data yang saling berhubungan Tabel terdiri baris dan kolom, baris adalah merepresentasikan tuple atau record pada tabel, dan kolom merepresentaksikan fields pada tabel Tabel dapat berhubungan dengan tabel yang lain dengan menggunakan kunci

45 Contoh 1: Model Data Relasional

46 Contoh 2: Model Data Relasional

47 Kelebihan basis data relasional: a. Data sangat cepat diakses b. Struktur basis data mudah dilakukan perubahan c. Data direpresentasikan secara logik, user tidak membutuhkan bagaimana data disimpan. d. Mudah untuk membentuk query yang komplek dalam melakukan retrieve data e. Mudah untuk mengimplementasikan integritas data f. Data lebih akurat g. Mudah untuk membangun dan memodifikasi program aplikasi h. Telah dikembangkan Structure Query Language (SQL).

48 Kelemahan basis data relasional: a. Kelompok informasi/tables yang berbeda harus dilakukan joined untuk melakukan retrieve data b. User harus familiar dengan relasi antar tabel c. User harus belajar SQL.

49 5. Model Data Keterhubungan antar Entitas ( Entity Relationship data model ) Menjelaskan hubungan antar data dalam sistem basis data berdasarkan suatu presepsi bahwa real world terdiri dari obyek-obyek dasar yang mempunyai hubungan relasi antara obyekobyek tersebut Relasi antara obyek dilukiskan dengan menggunakan simbol-simbol grafis tertentu

50 Contoh : Model Data Keterhubungan antar Entitas nim nim Kode_kul Kode_kul Nm_kul Mahasiswa Mempelaja ri Mata Kuliah Nm_mhs Alamat_mhs Index_nilai SKS semester

51 Keterangan simbol : : menunjukkan obyek dasar/entitas (entity) : menunjukkan relasi : menunjukkan atribut dari obyek dasar/entitas : menunjukkan adanya relasi/link

52 6. Model Data Berorientasi Obyek Model data berbasis objek dikembangkan searah dengan perkembangan pemrograman berbasis objek. Salah satu karakteristik dari sistem berbasis objek adalah encapsulation yaitu suatu objek terpisah dari objek lain sehingga setiap objek seakan-akan berada dalam kapsulnya masing-masing. Pada setiap kapsul terdapat komponen data (attribute) dikemas bersama dengan komponen akses-nya (methods)

53 6. Model Data Berorientasi Obyek Suatu model basis data, dimana data didefinisikan, disimpan, dan diakses menggunakan pemrograman berorientasi objek. Basis data berorientasi objek didefinisikan dengan menggunakan bahasa pemrograman berorientasi objek, semisal bahasa Java. Aplikasi End user juga di bangun dengan menggunakan bahasa berorientasi objek.

54 Gambaran Model Data Berorientasi Obyek

55 Account Login «column» *PK idlogin: INTEGER pin: INTEGER +PK_Login +idlogin «column» *PK id: INTEGER nama: VARCHAR(50) alamat: VARCHAR(50) pekerjaan: VARCHAR(50) FK idlogin: INTEGER FK idbalance: INTEGER FK idtransaksi: INTEGER +idbalance +PK_Balance Balance «column» *PK idbalance: INTEGER saldo: INTEGER «PK» + PK_Login(INTEGER) «FK» + FK_idBalance(INTEGER) + FK_idLogin(INTEGER) + FK_idTransaksi(INTEGER) «PK» + PK_Balance(INTEGER) «PK» + PK_Account(INTEGER) +idtransaksi +PK_Transaksi Transaksi «column» *PK idtransaksi: INTEGER tgl: DATE jenis: VARCHAR(50) «PK» + PK_Transaksi(INTEGER)

56 Kelebihan basis data berorientasi objek: a. Programmer hanya dibutuhkan memahami konsep berorientasi objek untuk mengkombinasikan konsep berorientasi objek dengan storage basis data relasional b. Objek dapat dilakukan sifat pewarisan dari objek yang lain c. Secara teoritis mudah untuk mengatur objek d. Model data berorientasi objek lebih kompatibel dengan tools pemrograman berorientasi objek. Kelemahan basis data berorientasi objek: User harus memahami konsep berorientasi objek, karena basis data berorientasi objek tidak dapat bekerja dengan metoda pemrograman tradisional

57 Data Warehoue & Data Mining

58 Data Mining Data mining merupakan suatu cara dalam penggalian informasi dari sejumlah data yang biasanya tersimpan dalam repositori dengan menggunakan teknologi pengenalan pola, statistik dan teknik matematika Secara umum, data mining dikenal dengan proses penggalian data

59 Data Mining Data mining diperlukan untuk mengungkapkan informasi yang tersembunyi, dimana adanya keterbatasan kemampuan analisis manusia dan cara tradisional yang dilakukan Data mining juga dikenal sebagai "knowledgediscovery in databases" (KDD), memiliki tiga akar generik meliputi: Statistik Kecerdasan Buatan, Sistem Basis Data Penerapan Data Mining dapat dijumpai dalam beberapa bidang, seperti kesehatan, ekonomi

60 Data Warehouse Data Warehouse adalah koleksi data yang mempunyai sifat berorientasi subjek, terintegrasi, time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan management (W.H.Inmon) Data Warehouse merupakan database yang bersifat analisis dan read only yang digunakan sebagai pondasi dari sistem penunjang keputusan (VidettePoe).

61